detta borde nog fungera bättre
import matplotlib.pyplot as plt
import yfinance as yf
from matplotlib.animation import FuncAnimation
import sys # Importerar sys för att kunna avsluta programmet snyggt om inga giltiga tickers matas in
# Denna lista kommer att fyllas med tickers efter användarens input
tickers = []
def update_graphs(_):
"""
Hämtar den senaste minutdatan för varje ticker och uppdaterar motsvarande subplot.
Kallas av FuncAnimation.
"""
# 'axes' garanteras nu vara en itererbar sekvens (lista eller numpy array)
# oavsett om det finns en eller flera tickers.
for idx, ticker in enumerate(tickers):
# Kontrollerar om idx är inom gränserna för 'axes'.
# Denna kontroll är mest för säkerhet; loopens storlek bör matcha antalet subplots.
if idx >= len(axes):
print(f"Varning: Index {idx} utanför gränserna för 'axes' med längd {len(axes)}")
continue # Hoppa över om något oväntat skulle hända
stock = yf.Ticker(ticker)
# Hämtar historik för senaste dagen med 1-minutsintervall
history = stock.history(period="1d", interval="1m")
# Kontrollera om data kunde hämtas. Om inte, hantera tom graf.
if history.empty:
print(f"Varning: Kunde inte hämta data för {ticker}. Hoppar över.")
# Rensa den subplot som skulle ha använts
axes[idx].clear()
axes[idx].set_title(f"{ticker}: Ingen data tillgänglig")
axes[idx].grid(False) # Stäng av rutnätet för en tom graf
# Kontrollera om twinx-axeln skapades innan vi rensar (för att undvika fel om den inte finns)
if hasattr(axes[idx], 'right_ax'):
axes[idx].right_ax.clear()
continue # Gå till nästa ticker i loopen
datetime_index = history.index # Bytte namn från 'datetime' för att undvika kollision med inbyggt namn
closing = history['Close']
opening = history['Open']
high = history['High']
low = history['Low']
volume = history['Volume']
# Vi har nu säkerställt att 'axes' är en itererbar sekvens,
# så axes[idx] kommer att ge rätt Axes-objekt.
current_ax = axes[idx]
current_ax.clear() # Rensa den befintliga grafen innan ny data ritas
# Rita de olika dataserierna
current_ax.plot(datetime_index, closing, label="Stängningskurs", color="green")
current_ax.plot(datetime_index, opening, label="Öppningskurs", color="blue")
current_ax.fill_between(datetime_index, low, high, color="orange", alpha=0.3, label="Högsta-Lägsta intervall")
current_ax.set_title(f"{ticker} : Stängning: {closing.iloc[-1]:.2f} SEK") # Uppdatera titeln med senaste stängningskurs
current_ax.set_xlabel("Tid")
current_ax.set_ylabel("Pris (SEK)")
current_ax.grid(True) # Se till att rutnätet är på
# Skapa en sekundär y-axel för volymen
ax2 = current_ax.twinx()
ax2.bar(datetime_index, volume, color="grey", alpha=0.5, label="Volym", width=0.02)
ax2.set_ylabel("Volym")
# Lägg till legender (det kan bli lite rörigt med twinx, kan behöva samla handles och labels)
# För enkelhetens skull lägger vi huvudlegenden på den primära axeln.
# en kombinerad legend kan göras utanför loopen efter att alla axlar är ritade.
# current_ax.legend(loc='upper left')
# ax2.legend(loc='upper right') # Kan överlappa
if __name__ == "__main__":
# Här skrivs den globala 'tickers'-listan över, vilket är okej i det här fallet.
input_string = input("Mata in tickersymboler separerade med kommatecken: ")
tickers = input_string.split(",")
# Ta bort blanksteg före och efter varje ticker
tickers = [ticker.strip() for ticker in tickers]
# Filtrera bort eventuella tomma strängar som kan finnas kvar
# t.ex. från extra kommatecken (som i "AAPL,,MSFT" eller "IPCO.ST,")
tickers = list(filter(None, tickers))
# Kontrollera om det finns några tickers kvar efter filtreringen
if not tickers:
print("Inga giltiga tickersymboler angavs. Avslutar.")
sys.exit() # Avsluta programmet
# Skapa subplots baserat på antalet tickers.
# Hantera fallet med en enda ticker specifikt för att säkerställa att 'axes'
# alltid är en itererbar sekvens (lista eller numpy array) för att loopen ska fungera.
if len(tickers) == 1:
# plt.subplots(1, 1) returnerar en figur och ett enda Axes-objekt.
fig, axes_obj = plt.subplots(1, 1)
# Vi omsluter det enda Axes-objektet i en lista så att loopen alltid kan använda axes[idx].
axes = [axes_obj]
else:
# För flera tickers returnerar plt.subplots en figur och en numpy array av Axes-objekt.
# Vi använder squeeze=False för att säkerställa att 'axes' alltid är en 2D-array
# även om det bara är en kolumn (len(tickers), 1). Därefter plattar vi till den.
fig, axes = plt.subplots(len(tickers), 1, squeeze=False)
# Plattar till numpy-arrayen till en 1D-array för enklare indexering (axes[idx])
axes = axes.flatten()
# Skapa animationen. 'update_graphs' kallas med intervallet 60000 ms (1 minut).
# cache_frame_data=False är bra när du hämtar ny realtidsdata varje gång.
ani = FuncAnimation(fig, update_graphs, interval=60000, cache_frame_data=False)
# Justera layouten för att förhindra att titlar och etiketter överlappar varandra
plt.tight_layout()
# Visa plotten
plt.show()
